What is known about paediatric nurse burnout: a scoping review
Notice bibliographique
Résumé
Burnout in healthcare providers has impacts at the level of the individual provider, patient, and organization. While there is a substantial body of literature on burnout in healthcare providers, burnout in pediatric nurses has received less attention. This subpopulation may be unique from adult care nurses because of the specialized nature of providing care to children who are typically seen as a vulnerable population, the high potential for empathetic engagement, and the inherent complexities in the relationships with families. Thus, the aim of this scoping review was to investigate, among pediatric nurses, (i) the prevalence and/or degree of burnout, (ii) the factors related to burnout, (iii) the outcomes of burnout, and (iv) the interventions that have been applied to prevent and/or mitigate burnout. This scoping review was performed according to the PRISMA Guidelines Scoping Review Extension. CINAHL, EMBASE, MEDLINE, PsycINFO, ASSIA, and The Cochrane Library were searched on 3 November 2018 to identify relevant quantitative, qualitative, and mixed-method studies on pediatric nurse burnout. Our search identified 78 studies for inclusion in the analysis. Across the included studies, burnout was prevalent in pediatric nurses. A number of factors were identified as impacting burnout including nurse demographics, work environment, and work attitudes. Similarly, a number of outcomes of burnout were identified including nurse retention, nurse well-being, patient safety, and patient-family satisfaction. Unfortunately, there was little evidence of effective interventions to address pediatric nurse burnout. Given the prevalence and impact of burnout on a variety of important outcomes, it is imperative that nursing schools, nursing management, healthcare organizations, and nursing professional associations work to develop and test the interventions to address key attitudinal and environmental factors that are most relevant to pediatric nurses.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,022 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».